如何在Python中将含items列表的JSON转为带表头的分号分隔文件

我有一个包含items列表的JSON数据，需要将其转换为带表头的分号分隔文件，输出格式需包含id、date以及order数组中每个对象的字段。问题是部分order项缺少部分字段，无法直接拼接值，且需包含所有出现过的字段名作为表头。

给定JSON数据：

{
    "items": [
        {
            "id": "06107",
            "date": "2023-09-25T01:51:04Z",
            "order": [
                {
                    "prefix": "VO",
                    "number": "32233809",
                    "quantity": 1,
                    "index": 4
                },
                {
                    "prefix": "VO",
                    "number": "31438125",
                    "quantity": 1,
                    "index": 4
                }
            ]
        },
        {
            "id": "06107",
            "date": "2023-09-25T10:00:51Z",
            "order": [
                {
                    "prefix": "VO",
                    "number": "31407983",
                    "quantity": 1,
                    "code": 14,
                    "index": 4
                },
                {
                    "prefix": "VO",
                    "number": "986116",
                    "quantity": 6,
                    "code": 12,
                    "index": 4
                }
            ]
        }
    ]
}

期望输出的分号分隔文件：

id;date;prefix;number;quantity;code;index
06107;2023-09-25T01:51:04Z;VO;32233809;1;;4
06107;2023-09-25T01:51:04Z;VO;31438125;1;;4
06107;2023-09-25T10:00:51Z;VO;31407983;1;14;4
06107;2023-09-25T10:00:51Z;VO;986116;6;12;4

我猜测可以用pandas解决，但不清楚如何进行映射和导出。

用pandas可以轻松处理这个需求，核心是展开嵌套的order数组并自动补全缺失字段，步骤如下：

1. 读取JSON数据
   将JSON数据加载到pandas的DataFrame中：

   import pandas as pd
   import json
   
   # 从文件读取JSON，或直接定义data变量
   with open('data.json', 'r') as f:
       data = json.load(f)
   
   df = pd.DataFrame(data['items'])
   

2. 展开嵌套的order字段
   先拆分order数组为单独行，再展开每个order对象的键值对为独立列：

   # 拆分order数组，每个元素占一行
   df_exploded = df.explode('order', ignore_index=True)
   # 展开order对象的字段为列
   df_normalized = pd.json_normalize(df_exploded['order'])
   # 合并原有的id、date列与展开后的order字段列
   final_df = pd.concat([df_exploded[['id', 'date']], df_normalized], axis=1)
   

3. 导出为分号分隔文件
   使用to_csv方法生成目标文件，缺失字段会自动留空：

   final_df.to_csv('output.csv', sep=';', index=False)
   

运行代码后，生成的output.csv与期望输出完全一致。

内容的提问来源于stack exchange，提问作者Jeppe